Weniger Arbeit dank KI

Mit Künstlicher Intelligenz (KI) oder Artificial Intelligence (AI), wie sie im englischen Sprachraum bezeichnet wird, beschäftigt sich fast jeder zweite Agrarbetrieb. Das ist eines der Ergebnisse einer repräsentativen Befragung unter 500 landwirtschaftlichen Betrieben, die der Internetbranchenverband Bitkom und die Deutsche Landwirtschafts-Gesellschaft (DLG) im Sommer 2024 vorgestellt haben. Demnach beschäftige sich fast die Hälfte der Höfe in Deutschland (47 %) mit den Einsatzmöglichkeiten der KI und jeder zehnte Betrieb (9 %) setzt sie bereits ein. In der Planung oder Diskussion steht sie bei 38 % der Befragten. Mit zunehmender Betriebsgröße wachsen der Einsatz und die Beschäftigung mit KI. Aber auch kleinere Betriebe können davon profitieren. Vor allem in den Bereichen, in denen zeitaufwendige Arbeiten zu erledigen sind oder Berechnungen aus großen Datenmengen erstellt werden müssen, ist die Unterstützung durch KI-Tools oder Maschinelles Lernen sehr willkommen.

Arbeitszeit planen und erfassen

Die Erarbeitung von Dienst- oder Schichtplänen ist ein komplexer und zeitaufwendiger Prozess. Deshalb können im Arbeitsalltag Modelle zur Vorhersage von erforderlichen Arbeitskräften nützlich sein, um den Personaleinsatz effizient zu planen. Unterstützung bieten dabei automatisierte Dienstpläne. Beispielsweise lassen sich anhand von Künstlicher Intelligenz (KI) Wetterdaten und Ernteprognosen nutzen, um optimale Schichtpläne zu erstellen. Auch historische Daten können so ausgewertet werden, um vorherzusagen, wann mehr Arbeitskräfte benötigt werden. Die KI kann bei der Optimierung von Aufgaben unterstützen, indem Arbeitsabläufe koordiniert und Engpässe vermieden werden.

---

Im Arbeitsalltag können Modelle zur Vorhersage von erforderlichen Arbeitskräften nützlich sein Christine Schonschek

---

Und nicht zuletzt lässt sich mithilfe von KI der Maschinen- und Personaleinsatz optimal steuern. So können Kosten gesenkt und gleichzeitig die Produktivität gesteigert werden. Sollen Dienstpläne mit KI erstellt werden, möchte man damit zielorientiert planen. Das heißt, die Schichten sollen so erstellt werden können, dass das erforderliche Minimum an Personal abgedeckt wird. Ein Praxisbeispiel dafür kann das KI-gesteuerte Workforce Management (WFM) von Quinyx sein.

Seit September 2022 ist die Arbeitszeiterfassung für Arbeitgeber in Deutschland verpflichtend. Auch hier gibt es digitale Helfer wie zum Beispiel:

• Clockify: Hierbei handelt es sich um eine kostenlose App für Stundenzettel und Zeiterfassung.
• HarvestAi: Die umfangreiche Software unterstützt unter anderem bei der optimalen Kulturführung, bietet Ernteprognosen und ermöglicht eine automatisierte Erfassung von Arbeitszeiten durch Bild- und Sensordatenanalyse.
• TimeCamp: Dabei handelt es sich um eine webbasierte Anwendung, die KI nutzt, um die Arbeitszeiten zu verfolgen und die Produktivität zu analysieren.

KI-Chatbots

Obwohl nicht branchenspezifisch, können KI-Chatbots wie Perplexity AI, ChatGPT, Gemini oder Microsoft CoPilot dennoch bei manchen Fragestellungen weiterhelfen. Wichtig ist es dabei jeweils die Fragen (Prompts) konkret zu formulieren.

Kleinstrukturierte Betriebe können bei der Anbauplanung anstelle von Excel-Dateien auf Heirloom setzen. Die Plattform wird inzwischen durch KI unterstützt, beginnend mit einem neuen Chatbot, der entwickelt wurde, um eine schnelle und zuverlässige Hilfe bei der Nutzung der Software zu bieten.

Bodenanalyse und Düngeoptimierung

Auch die Qualität des Bodens lässt sich mithilfe von KI-gestützten Sensoren überwachen. Unter anderem nutzt CropX KI für die Bodenüberwachung und gibt aus den gewonnenen Daten Düngeempfehlungen aus. Diese Farm Management Software ist verfügbar in den App-Stores für Android und Apple. Eine andere Cloud-basierte Farm-Management-Software ist die von Agrivi. Sie bietet einen 360-Grad-Überblick über die Agrarwirtschaft und die Geschäftsprozesse. Das fängt an bei der Saisonplanung, geht über das Management der Feldarbeiten, die Ressourcen- und Finanzverwaltung bis hin zur agronomischen Entscheidungsfindung – und all das basiert auf der Grundlage von Echtzeit-Einsichten der Felder. Auch sie ist als App für Android bei Google Play verfügbar.

Mit Teralytic lassen sich über eine einzige Sonde mit 26 Sensoren verschiedenste Daten überwachen wie Bodenfeuchtigkeit, Salzgehalt, NPK, Belüftung, Helligkeit, Lufttemperatur und -feuchtigkeit.

Ein Anbieter für eine schlüsselfertige Lösung, um die vertikale Landwirtschaft zu optimieren, ist AGEYE. Dieser kombiniert platzsparende automatisierte Regalsysteme mit einer KI-gestützte Farmmanagement- und Crop-Intelligence-Software.

Bewässerungsmanagement

Wetterdaten und Bodenfeuchtigkeit bilden die Grundlage für KI-Systeme, die der Steuerung und Optimierung der Bewässerung dienen. Schließlich geht es dabei darum, mit einer effizienten Nutzung der wertvollen Ressource Wasser maximale Ernteerträge zu erzielen. Möglich machen das folgende KI-Tools:

• Eine präzise Bewässerungsempfehlung mithilfe von KI-gestützter Datenanalyse bietet beispielsweise CropMetrics.
• Wetterdaten (Weathertrak) und Bodensensonsoren (Baseline) bietet HydroPoint an, um die Bewässerung automatisch zu steuern.
• Auch der Hersteller von Tröpfchenbewässerungsanlagen Rivulis nutzt KI, um basierend auf Echtzeit Boden- und Wetterdaten die Bewässerung zu optimieren.

Pflanzengesundheit im Blick

Zur frühzeitigen Erkennung von Krankheiten oder Schädlingsbefall können spezielle Softwareprogramme zur Bildverarbeitung verwendet werden. Insbesondere an landwirtschaftliche Berater und Züchter, aber auch an andere Partner richtet sich die Plattform Taranis. Sie nutzt KI und hochauflösende Bilder, die mit Drohnen aufgenommen werden, um Probleme auf dem Acker frühzeitig zu erkennen.

Die App Plantix verwendet ebenfalls KI zur Bilderkennung, um Schädlinge und Pflanzenkrankheiten zu identifizieren.

Sensordaten und KI zur Überwachung der Pflanzengesundheit sowie zur Prognose für einen Krankheits- und Schädlingsbefall werden mit dem in Israel ansässigen Agrarunternehmen Prospera genutzt. Bei dieser Lösung lassen sich die Daten hardwareunabhängig erheben, etwa von Drohnen, Flugzeugen, Satelliten, mobilen Geräten oder anderen Maschinen auf dem Feld. Das Agtech-Unternehmen Prospera wurde vom Bewässerungsanlagenhersteller Valmont Industries übernommen.

Ernteprognosen

Historische und aktuelle Daten können für eine zuverlässige Ernteprognose verwendet werden. Um präzisere Vorhersagen zu erstellen, werden diese Daten mithilfe entsprechender Algorithmen ausgewertet. Die Grundlage für diese Daten können von Drohnen oder Satelliten stammen, die regelmäßig Luftbilder aufnehmen. Somit lässt sich der Gesundheitszustand der Pflanzen bestimmen. Ein Beispiel für eine solche hochmoderne Lösung ist FlyPixAI.

---

Historische und aktuelle Daten können für eine zuverlässige Ernteprognose verwendet werden Christine Schonschek

---

Sie will durch leistungsstarke, KI-gestützte Erkenntnisse und präzise Analysen die Zukunft der Landwirtschaft revolutionieren. Man stelle sich hier eine datenreiche Ernteüberwachung in Echtzeit vor, die den Anbauer dabei unterstützt fundierte Entscheidungen zu treffen, Abfall zu reduzieren und Erträge zu optimieren – noch dazu bei niedrigen Kosten. Dabei verspricht die Software moderne Drohnen- und Satellitenbilder zu verwenden, um dem Anbauer eine Vogelperspektive auf seine Felder zu bieten.

Dank intelligenter Daten kann die Vitalität der Pflanzen überwacht werden, sodass frühe Anzeichen von Krankheiten, Schädlingen, Nährstoffmangel oder Wasserstress erkannt und Vorhersagen für die Ernte automatisch erstellt werden können. Diese Software hilft aber auch bei der Feldkartierung und Flächenmessung. Verfügbar ist FlyPix AI sowohl als Desktop-Anwendung als auch auf mobilen Endgeräten. Zudem verspricht der Anbieter, dass es sich nahtlos in vorhandene Tools integrieren lässt. Wer sich mit dieser Software zunächst vertraut machen will, kann mit der kostenlosen Basic-Version erste Erfahrungen sammeln.

Motorleaf von SunSelect nutzt KI, um im Gewächshausanbau Ernteerträge vorherzusagen und Probleme in Echtzeit zu erkennen.

Qualitätssicherung

Der Q Eye Smart von BIOMETiC KI ist ein optischer KI-Sortierer für Obst und Gemüse. Er erkennt äußere Merkmale und Fehler von Früchten und Gemüse durch eine 360°-Betrachtung und ermöglicht dadurch permanent optimierte Sortierergebnisse. Daneben lassen sich für die Qualitätssicherung im Gemüsebau auch noch weitere KI-Tools nutzen. So verwendet etwa IBM Food Trust Blockchain- und KI-Technologien zur Rückverfolgbarkeit und Qualitätssicherung von Lebensmitteln – und zwar über die komplette Lieferkette hinweg.

Ebenfalls um die Unterstützung bei der Schaffung effizienter, nachhaltiger Lieferketten geht es beim KI optimierten OpenVINO-Toolkit, mit Intel Xeon-basierten Dell-Servern. Dieses nutzt unter anderem Nature Fresh Farms in seinem 250 ha großen Gewächshaus. Nature Fresh Farms gilt als einer der größten unabhängigen Gewächshausanbauer Kanadas und produziert dort sowie an seinen US-Standorten jährlich 147 Mio. kg Früchte und Gemüse, wie Gurken, Tomaten, Paprika, Erdbeeren und mehr.